La irrupción de la Inteligencia Artificial Generativa (GenAI) ha revolucionado el panorama de la creación de contenido y el procesamiento del lenguaje natural. Es sabido por todos que la GenAI es capaz de automatizar tareas que antes requerían una intervención humana exhaustiva, como, por ejemplo, la redacción de textos muy técnicos o de un conocimiento previo muy específico. En este contexto, en Quanter nos preguntamos: ¿sería posible usar la IA para generar estimaciones de proyectos de software a partir de requisitos escritos en lenguaje natural? 

El desafío era claro. Los requisitos en lenguaje natural, además de no tener todo el detalle necesario muchas veces, son redactados de manera diferente por cada persona. Esto dificulta mucho la tarea de convertir esa entrada ambigua en una estimación precisa y metodológicamente válida. Para complicar más el asunto, la IA, por su naturaleza, no está diseñada para ser determinista, es decir, no siempre genera la misma salida para una misma entrada. Sin embargo, las metodologías de estimación, como los puntos función, requieren un enfoque riguroso y repetible. 

Inicialmente, exploramos el uso de “prompt engineering” como una posible solución, pero rápidamente descubrimos que no ofrecía los resultados consistentes que necesitábamos. Decidimos entonces entrenar un modelo a través de fine-tuning. Optamos por ChatGPT de OpenAI, la herramienta más avanzada en el mercado en ese sentido, que nos permitió ajustar el modelo para obtener la precisión esperada. 

Hoy, en Quanter, hemos logrado desarrollar una herramienta que sintetiza múltiples características clave: procesamiento en lenguaje natural, capacidad multilingüe, estimación rápida basada en estándares como ISO/IEC, y una alta eficacia en la conversión de requisitos ambiguos en estimaciones de valor de mercado. 

Evolución de la IA en la estimación de proyectos de software 

La evolución de la inteligencia artificial en el sector TI ha seguido un curso apasionante en los últimos años. Desde los primeros algoritmos de aprendizaje automático, diseñados para tareas específicas como el análisis de datos y la automatización de procesos repetitivos, hasta la aparición de la IA generativa, la tecnología ha ido ganando terreno en el ámbito de la gestión de proyectos y, más recientemente, en la estimación de software. 

En el pasado, la estimación de proyectos de software dependía en gran medida de la experiencia humana y las herramientas tradicionales. Sin embargo, con la llegada de la IA generativa, se ha abierto un nuevo abanico de posibilidades. Hoy, podemos automatizar no solo tareas operativas, sino también estimaciones complejas basadas en requisitos de texto, lo que ahorra tiempo y recursos a las empresas.

En Quanter, hemos sido testigos de cómo la inteligencia artificial puede mejorar drásticamente la precisión y velocidad en las estimaciones. 

Desafíos en la incorporación de la IA generativa en Quanter 

Incorporar la IA generativa a Quanter ha sido un proceso lleno de desafíos que hemos abordado con rigor. Sabíamos que la clave del éxito radicaba en elegir la tecnología adecuada y ajustarla a nuestras necesidades específicas. Optamos por el modelo LLM de OpenAI, ChatGPT, por ser el más avanzado en el mercado, con una capacidad notable para manejar el procesamiento de lenguaje natural y la comprensión de múltiples idiomas. 

Conjunto de datos de entrenamiento 

El siguiente paso fue crear un conjunto de ejemplos que reflejaran situaciones reales en las que la IA debía trabajar. Esto implicó diseñar casos complejos basados en requisitos de proyectos mal estructurados y con ambigüedades, que representan un desafío común en el mundo real. A través del fine-tuning del modelo, logramos que la IA no solo entendiera estos requisitos, sino que generara estimaciones precisas y alineadas con las metodologías de puntos función (estándar ISO/IEC y recomendadas por la Comisión Europea). 

Seguridad de los datos 

Uno de nuestros mayores enfoques durante el desarrollo ha sido la seguridad de los datos para proteger la información sensible de nuestros clientes, asegurando que los datos no se compartan con terceros y se mantengan dentro de un entorno controlado. Esta protección de la privacidad es crucial en un contexto empresarial donde la seguridad de la información es un activo clave. 

Prompt hacking y auditoría 

Otro desafío ha sido lidiar con el prompt hacking, una técnica en la que los usuarios intentan manipular el comportamiento del modelo mediante el diseño intencional de entradas ambiguas o maliciosas. En Quanter, llevamos a cabo auditorías constantes y hemos implementado medidas para mitigar estas prácticas. Queremos garantizar que la IA no sea explotada para obtener resultados inconsistentes o inapropiados, sino que se mantenga dentro de los parámetros establecidos para la estimación precisa. 

IA determinista 

Un aspecto crítico es que la IA generativa, por su propia naturaleza, tiende a ser creativa en lugar de determinista. Sin embargo, la metodología de estimación de software exige resultados predecibles y repetibles. En Quanter, hemos desarrollado un sistema para verificar cada respuesta generada por la IA, asegurando que se ajusta a un estándar determinista, incluso cuando el modelo trata con requisitos vagos o ambiguos. 

Capacidades multilingües 

Una de las características más destacadas de Quanter es su capacidad para trabajar en múltiples idiomas. Nuestra herramienta permite que los usuarios escriban los requisitos en su lengua nativa, ya sea inglés, español o italiano, por ejemplo. Recientemente, hemos realizado pruebas satisfactorias en japonés, lo que muestra el potencial para expandir la funcionalidad de Quanter a más mercados internacionales. Es más, seguimos trabajando para integrar otros idiomas en nuestra plataforma. 

Alucinaciones 

Uno de los grandes retos con los modelos de IA generativa es el fenómeno de las alucinaciones, donde la IA genera respuestas incorrectas o fuera de contexto. Para evitar esto, hemos ajustado nuestro modelo para producir menos del 1% de alucinaciones. Este logro ha sido posible gracias a un proceso de fine-tuning exhaustivo y a la implementación de medidas de control de calidad en cada respuesta. 

Roadmap para mejorar QuanterIA 

El desarrollo de QuanterIA no se detiene aquí. Tenemos un roadmap ambicioso que busca llevar la inteligencia artificial generativa a todos los niveles de la estimación de software. 

Metodología ampliada 

En el futuro, planeamos incorporar nuevas metodologías de estimación que complementen el uso de puntos función. Queremos incluir la capacidad de identificar impactos no funcionales y otros aspectos clave en la planificación de proyectos, lo que ofrecerá a nuestros usuarios una visión aún más completa y robusta del trabajo a realizar. 

Asistente inteligente 

Estamos desarrollando un asistente basado en GPT que permitirá a los usuarios consultar información sobre metodologías y estándares aplicables dentro de su organización. Este asistente conversacional ayudará a resolver dudas en tiempo real y proporcionará recomendaciones sobre las mejores prácticas para la estimación y la gestión de proyectos. 

Mejora de la calidad de los requisitos 

Una parte clave de nuestro enfoque futuro es mejorar la calidad de los requisitos escritos por los usuarios. Nuestro modelo de IA podrá generar una versión clara y completa de los requisitos, mostrando indicadores de calidad que alertarán a los usuarios sobre posibles inconsistencias o ambigüedades. Esto no solo hará que la estimación sea más precisa, sino que también ayudará a los equipos a entregar productos de mayor calidad. 

Generación de casos de prueba 

Otra línea que estamos desarrollando es la generación de los casos de prueba necesarios para testear la funcionalidad descrita en los requisitos de usuario. Así, no solo contaríamos con una estimación de costo y esfuerzo, sino también con el set de pruebas necesarias para validar dicha funcionalidad. Esta capacidad permitirá a los equipos de desarrollo ahorrar un tiempo valioso en el proceso de pruebas, proporcionando un flujo más eficiente desde la planificación hasta la implementación. 

El futuro de la estimación con IA 

De cara al futuro, creemos que la inteligencia artificial continuará evolucionando para transformar la estimación de proyectos de software. A medida que los modelos de IA generativa se perfeccionen, serán capaces de procesar requisitos aún más complejos, adaptarse a nuevas metodologías y ofrecer resultados cada vez más precisos. En Quanter, estamos comprometidos a estar a la vanguardia de esta transformación, ofreciendo a nuestros usuarios una herramienta potente, segura y eficaz que optimiza la estimación de proyectos de software, ahora y en el futuro.